Théorie de la généralisabilité (GT)

Modèle statistique élaboré à partir du début des années '70, et considérablement enrichi par la suite, qui a pour but d'évaluer la fiabilité d'un dispositif d'évaluation ou de mesure. Son objectif principal est de vérifier si (et jusqu'à quel point) les conclusions fournies par un dispositif particulier, dont les éléments (items, classes, moments, etc.) ont été sélectionnés aléatoirement dans des populations ou univers de référence, peuvent être généralisées à l'ensemble de ces populations ou univers. En d'autres termes, il s'agit de déterminer si les mesures obtenues à l'aide du dispositif sont plus ou moins affectées par le choix (aléatoire) de ses composantes (tel répertoire d'items plutôt que tel autre; tel échantillon d'élèves ou de classes plutôt que d'autres).
Dans le cas où des influences "excessives" sont constatées, on considérera que la fiabilité des résultats est insatisfaisante, car on peut s'attendre à ce que le fait d'avoir recours à un dispositif différent (un autre répertoire d'items évaluant la même notion par exemple) conduise à des conclusions sensiblement différentes. En revanche, si les résultats de la mesure ne semblent pas influencés de manière notable par les conditions spécifiques dans lesquelles ils ont été obtenus, on les jugera comme étant fiables et, de ce fait, on leur conférera un caractère général.
Par rapport à la théorie classique de la mesure, la théorie de la généralisabilité apporte au moins deux contributions importantes et en un sens novatrices. D'une part, elle élargit les champs d'application de la mesure, dépassant la conception psychométrique classique selon laquelle ce sont toujours des individus (des élèves, des enfants, des patients, ...) qui font l'objet d'une telle opération. Ce modèle permet en effet d'évaluer les caractéristiques de dispositifs conçus pour "mesurer" (= différencier) des entités autres que des personnes: par exemple des items, des classes, des moments d'apprentissage, des méthodes pédagogiques. D'autre part, la théorie de la généralisabilité regroupe au sein d'un cadre conceptuel unifié et cohérent un ensemble d'approches que la théorie classique présentait de manière disparate et sans rapports évidents des unes avec les autres ( stabilité, équivalence, consistance interne, validité , objectivité).
Du point de vue technique et mathématique, la théorie de la généralisabilité repose sur la méthode statistique d'analyse de la variance , qui permet d'opérer une décomposition de la variance (ou variabilité) observée en un certain nombre de sources susceptibles de l'"expliquer". Par ailleurs, ces sources de variation se voient conférer des statuts différents, selon qu'elles concernent la variance dite de différenciation ou la variance dite d'instrumentation (classiquement, variance d'erreur). La généralisabilité des conclusions auxquelles le dispositif permet d'aboutir dépend en effet de l'importance relative qu'assument ces deux types de variances. Sur le plan technique, l'analyse conduit au calcul de coefficients (dit précisément coefficients de généralisabilité : ρ² ), que l'on obtient en établissant le rapport arithmétique entre la variance de différenciation et la variance totale (= variance de différenciation + variance d'instrumentation).